标签
TRACE是一个新的多层基准，用于诊断人类-AI控制器协调中的漂移和故障，基于ALFRED轨迹构建，包含1,918个漂移样本，标注了五个执行层。基线结果表明，在经典、循环和基于注意力的模型家族中，漂移识别和归因均远高于随机基线。
本文研究了AI代理如何从人类行为中学习显式社会规范，以改善动态交互中的协调，并以人-车场景作为测试平台。所提出的基于规范的大语言模型在性能上显著超越基线策略及人类-人类交互。